講演抄録/キーワード |
講演名 |
2020-01-27 13:00
高周波帯域への信号埋め込みによる対話システム発話の抑圧 佐賀俊介・○伊藤彰則(東北大) EMM2019-94 |
抄録 |
(和) |
音声対話システムが一般に普及してきており,特にスマートスピーカーなどは家庭環境で使用されている. 2つ以上のスマートスピーカーが同じ環境にある場合,音声対話システムが他の対話システムの音声をユーザの音声として誤検出する問題が発生する. 本論文では,音声認識器が機械によって発話された音声を認識しないように,合成音声をミュートする方法を提案する. 提案法では,合成音声を再生するときに,それが機械の音声であることを示すた信号を透かしとして埋め込む.音声認識機は,観測音声に透かしが含まれている場合,収録音声を無音に変換する.透かしは高周波帯域に埋め込まれるため,透かしは人間に知覚されず,また容易に抽出できる. 実験結果から,提案法は,雑音下でも頑健な抽出が可能であることがわかった. |
(英) |
Spoken dialog systems have become popular and are used in a home environment, such as smart speakers. A problem will occur when two or more smart speakers are in the same environment, in which a dialog system misdetects the other dialog system’s voice as a user’s voice. In this paper, a method to mute synthesized speech is proposed to prevent a speech recognizer from recognizing speech uttered by a machine. The audio watermark technique is used to indicate that a machine utters the speech, and the speech recognizer attenuates the observed speech if it contains the watermark. The watermark is embedded in high frequency so that the watermark is not perceived by humans and is robustly extracted. From the experimental result, it was found that the proposed method robustly determine the existence of the watermark. |
キーワード |
(和) |
音声認識 / 音声対話システム / 電子透かし / / / / / |
(英) |
speech recognition / spoken dialog system / audio watarmarking / / / / / |
文献情報 |
信学技報, vol. 119, no. 396, EMM2019-94, pp. 1-6, 2020年1月. |
資料番号 |
EMM2019-94 |
発行日 |
2020-01-20 (EMM) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EMM2019-94 |
研究会情報 |
研究会 |
EMM |
開催期間 |
2020-01-27 - 2020-01-27 |
開催地(和) |
東北大学 青葉山キャンパス |
開催地(英) |
Tohoku Univ. |
テーマ(和) |
臨場感生成,ユニバーサルメディア,ディジタルエンタテインメント,一般 |
テーマ(英) |
Sense of Presence, Universal Media, Digital Entertainment, etc. |
講演論文情報の詳細 |
申込み研究会 |
EMM |
会議コード |
2020-01-EMM |
本文の言語 |
日本語 |
タイトル(和) |
高周波帯域への信号埋め込みによる対話システム発話の抑圧 |
サブタイトル(和) |
|
タイトル(英) |
Suppression of Dialog System Speech by Embedding Marker Signal into High Frequency Band |
サブタイトル(英) |
|
キーワード(1)(和/英) |
音声認識 / speech recognition |
キーワード(2)(和/英) |
音声対話システム / spoken dialog system |
キーワード(3)(和/英) |
電子透かし / audio watarmarking |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
佐賀 俊介 / Shunsuke Saga / サガ シュンスケ |
第1著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第2著者 氏名(和/英/ヨミ) |
伊藤 彰則 / Akinori Ito / |
第2著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第2著者 |
発表日時 |
2020-01-27 13:00:00 |
発表時間 |
25分 |
申込先研究会 |
EMM |
資料番号 |
EMM2019-94 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.396 |
ページ範囲 |
pp.1-6 |
ページ数 |
6 |
発行日 |
2020-01-20 (EMM) |